OpenAI выпустила GPT-5.6: три модели, дешевле и эффективнее конкурентов

9 июля 2026 года OpenAI выпустила семейство GPT-5.6, состоящее из трёх моделей разного уровня: Sol, флагман для максимальной интеллектуальности, Terra, сбалансированная модель для повседневных задач, и Luna, быстрая и дешёвая модель для задач большого объёма. Главный акцент релиза, не прирост возможностей сам по себе, а эффективность: модели обучены выполнять больше полезной работы на один токен, идти более прямым путём к решению задачи вместо избыточных рассуждений.

По данным независимого бенчмарк-сервиса Artificial Analysis, Sol в режиме максимальных рассуждений набирает 59 баллов в Intelligence Index, это примерно втрое дешевле по цене за задачу, чем у Claude Fable 5 от Anthropic. На Coding Agent Index (индекс агентного кодинга) Sol получает 80 баллов, Terra, 77,4, Luna, 74,6, а Claude Fable 5, 77,2 балла, то есть оказывается между Terra и Luna по качеству, хотя Sol обходит его при более чем вдвое меньшей цене. Terra по интеллектуальным бенчмаркам сопоставима с прежней GPT-5.5, но стоит вдвое дешевле; Luna оценена на 80% дешевле Sol.

Цены по API (за 1 млн токенов, вход/выход): Sol, $5/$30, Terra, $2,50/$15, Luna, $1/$6. Стоимость выполнения одной задачи из Intelligence Index у Terra и Luna ниже, чем у Sol, примерно на 50% и 80% соответственно.

Отдельно OpenAI сообщила: уже после выпуска команда применила саму модель GPT-5.6 Sol, чтобы сделать её работу ещё эффективнее, модель помогла улучшить производственные GPU-ядра, что снизило затраты на обслуживание запросов на 20%, и усовершенствовать спекулятивное декодирование, за счёт чего скорость генерации токенов выросла более чем на 15%.

Ключевые факты

OpenAI выпустила 9 июля 2026 года три модели GPT-5.6: Sol (флагман), Terra (сбалансированная) и Luna (быстрая и дешёвая)
Sol (max) набирает 59 баллов в Intelligence Index Artificial Analysis, примерно втрое дешевле за задачу, чем Claude Fable 5
На Coding Agent Index: Sol, 80, Terra, 77,4, Luna, 74,6 баллов против 77,2 у Claude Fable 5 (между Terra и Luna)
Цены за 1 млн токенов (вход/выход): Sol, $5/$30, Terra, $2,50/$15, Luna, $1/$6; Luna дешевле Sol на 80%
После выпуска сама модель Sol помогла улучшить GPU-ядра и декодирование: минус 20% к затратам на обслуживание и плюс 15%+ к скорости генерации токенов

Почему это важно

Релиз OpenAI смещает фокус гонки ИИ-моделей с чистого прироста возможностей на эффективность, «больше пользы на доллар». Компания явно позиционирует GPT-5.6 как модель, которая работает не просто мощнее, а экономнее: меньше токенов на задачу, ниже себестоимость инференса. Отдельно заметен прецедент: модель использовали, чтобы она сама помогла оптимизировать инфраструктуру, на которой работает (GPU-ядра, спекулятивное декодирование), шаг в сторону моделей, участвующих в собственной инженерной оптимизации.

Кому это важно

В первую очередь, разработчикам и компаниям, строящим продукты и агентов поверх API OpenAI: у них появляется выбор между тремя уровнями цена/качество вместо одной модели на все случаи. Важно и для тех, кто сравнивает поставщиков LLM по стоимости владения, три ценовых уровня прямо конкурируют с линейкой моделей Anthropic по цене за результат. Значимо и для самой индустрии как сигнал, что борьба идёт уже не только за баллы в бенчмарках, но и за цену за единицу интеллекта.

Как это применить

Выбор модели зависит от задачи и бюджета: Sol, для задач, где нужен максимум качества (сложный агентный кодинг, наука, кибербезопасность), несмотря на более высокую цену; Terra, компромиссный вариант для повседневной работы и агентных сценариев, где важен баланс качества и стоимости; Luna, для массовых, простых по сложности запросов, где на первом месте скорость и низкая цена за токен. Цены по API (за 1 млн токенов, вход/выход), Sol $5/$30, Terra $2,50/$15, Luna $1/$6, позволяют заранее прикинуть стоимость нагрузки под конкретный сценарий.

Можно ли доверять

Прямая страница анонса на сайте OpenAI была недоступна для прямой проверки (сайт вернул отказ в доступе), поэтому пересказ опирается на независимый бенчмарк-агрегатор Artificial Analysis, публикацию OpenAI в соцсети X с конкретными цифрами по оптимизации, а также данные о ценах, совпадающие в нескольких независимых источниках (включая агрегатор моделей OpenRouter). Совпадение цифр по разным независимым площадкам повышает доверие к фактам, хотя сами формулировки сравнений («втрое дешевле», «между Terra и Luna») исходят из маркетинговых материалов OpenAI.

Риски и подводные камни

Сравнения с Claude Fable 5 выбраны и поданы самой OpenAI, какие именно бенчмарки и конфигурации сравнивались, определяет заинтересованная сторона, поэтому итоговое преимущество может быть менее универсальным на реальных задачах, чем на выбранных индексах. Заявления об эффективности («до 20% ниже затрат», «15%+ к скорости») относятся к внутренним производственным метрикам OpenAI и не обязательно повторяются один в один для всех клиентских нагрузок. Цены API могут измениться после первичного анонса, как это обычно бывает с новыми моделями.

«После выпуска мы применили GPT-5.6 Sol, чтобы продвинуть границу эффективности, заставив модель саму сделать себя более эффективной в работе. Результат: минус 20% к затратам на обслуживание благодаря улучшениям производственных GPU-ядер и более чем плюс 15% к эффективности генерации токенов благодаря усовершенствованному спекулятивному декодированию.»

— OpenAI, публикация в X